Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data Engineer, Big Data and ML on Google Cloud em Português

4.8

Sterne

20 Bewertungen

Google Cloud Training

von

Spezialisierung Data Engineer, Big Data and ML on Google Cloud em PortuguêsGoogle Cloud

Über diesen Kurs

Os dois principais componentes de um pipeline de dados são data lakes e warehouses. Neste curso, destacamos os casos de uso para cada tipo de armazenamento e as soluções de data lake e warehouse disponíveis no Google Cloud de forma detalhada e técnica. Além disso, também descrevemos o papel de um engenheiro de dados, os benefícios de um pipeline de dados funcional para operações comerciais e analisamos por que a engenharia de dados deve ser feita em um ambiente de nuvem.
Este é o primeiro curso da série "Data Engineering on Google Cloud". Após a conclusão, recomendamos que você comece o curso "Building Batch Data Pipelines on Google Cloud".

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 5 in

Spezialisierung Data Engineer, Big Data and ML on Google Cloud em Português

Stufe „Mittel“

Ca. 7 Stunden zum Abschließen

Portugiesisch (Brasilien)

Was Sie lernen werden

Entender as principais diferenças entre data lakes e data warehouses, os dois principais componentes de um pipeline de dados.
Conhecer os casos de uso para cada tipo de armazenamento e as soluções de data lake e warehouse de forma detalhada e técnica.
Entender o papel de um engenheiro de dados e quais os benefícios de um pipeline de dados funcional para as operações comerciais.
Analisar por que a engenharia de dados deve ser desenvolvida em um ambiente de nuvem.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 5 in

Spezialisierung Data Engineer, Big Data and ML on Google Cloud em Português

Stufe „Mittel“

Ca. 7 Stunden zum Abschließen

Portugiesisch (Brasilien)

Dozent

Google Cloud Training

1.915.438 Lernende

1.034 Kurse

von

Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

4 Minuten zum Abschließen

Introdução

4 Minuten zum Abschließen

2 Videos (Gesamt 4 min)

2 Stunden zum Abschließen

Introdução à engenharia de dados

2 Stunden zum Abschließen

14 Videos (Gesamt 40 min)

14 Videos

Introdução ao módulo1mO papel de um engenheiro de dados4mDesafios da engenharia de dados5mIntrodução ao BigQuery2mData lakes e data warehouses4mDiferenças entre bancos de dados transacionais e data warehouses3mTrabalhar em parceria com outras equipes de dados5mGerenciar o acesso e a governança dos dados1mDemonstração: Como encontrar as PII no conjunto de dados usando a API DLP1mCriar pipelines prontos para produção2mEstudo de caso de um cliente do Google Cloud1mResumo1mIntrodução ao laboratório: Como usar o BigQuery para fazer análises13Coursera: Primeiros passos com o Google Cloud Platform e o Qwiklabs4m

1 praktische Übung

Teste: Introdução à engenharia de dados5m

2 Stunden zum Abschließen

Como criar um data lake

2 Stunden zum Abschließen

8 Videos (Gesamt 42 min)

Woche2

Woche 2

4 Stunden zum Abschließen

Como criar um data warehouse

4 Stunden zum Abschließen

16 Videos (Gesamt 92 min)

16 Videos

Introdução ao módulo1mO data warehouse moderno3mIntrodução ao BigQuery6mDemonstração: Como consultar TB de dados em segundos7mNoções básicas sobre o BigQuery11mCarregar dados no BigQuery11mIntrodução ao laboratório: Como carregar dados no BigQuery25Analisar esquemas27Demonstração: Como analisar esquemas10mProjeto do esquema3mCampos aninhados e repetidos9mDemonstração: Campos aninhados e repetidos15mProjetar o esquema ideal para o BigQuery1mIntrodução ao laboratório: Como trabalhar com dados JSON e de matriz no BigQuery17Otimizar usando particionamento e clustering7mRevisão2m

1 praktische Übung

Como criar um data warehouse4m

2 Minuten zum Abschließen

Resumo

2 Minuten zum Abschließen

1 Video (Gesamt 2 min)

Über den Spezialisierung Data Engineer, Big Data and ML on Google Cloud em Português

Nesta especialização on-line intensiva de cinco semanas, os participantes terão uma introdução prática sobre como projetar e criar sistemas de processamento de dados no Google Cloud Platform. Por meio de uma combinação de apresentações, demonstrações e laboratórios práticos, os participantes aprenderão a projetar sistemas de processamento de dados, criar canais completos e análises de dados e desenvolver soluções de aprendizado de máquina. Neste curso, abordamos dados estruturados, não estruturados e de streaming.

Neste curso, os participantes irão adquirir as seguintes habilidades: • projetar e criar sistemas de processamento de dados no Google Cloud Platform • usar dados não estruturados com as APIs do Spark e de aprendizado de máquina no Cloud Dataproc • processar dados em lote e streaming com a implementação de canais de dados de escalonamento automático no Cloud Dataflow • derivar insights de negócios a partir de conjuntos de dados extremamente grandes usando o Google BigQuery • treinar, avaliar e prever com modelos de aprendizado de máquina usando o TensorFlow e o Cloud ML • ativar insights instantâneos dos dados de streaming Esta aula destina-se a desenvolvedores experientes responsáveis pelo gerenciamento de transformações de Big Data. >>> Ao se inscrever nesta especialização, você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<

Data Engineer, Big Data and ML on Google Cloud em Português

Häufig gestellte Fragen

Kann ich vor der Anmeldung eine Vorschau des Kurses ansehen?
Ja, Sie können eine Vorschau des ersten Videos und den Lehrplan ansehen, bevor Sie sich anmelden. Sie müssen den Kurs kaufen, um Zugriff auf die Inhalte zu erhalten, die nicht in der Vorschau inbegriffen sind.
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Wenn Sie sich vor dem Startdatum der ersten Kurseinheit anmelden, haben Sie Zugriff auf alle Vortragsvideos und Texte für den Kurs. Sobald die erste Kurseinheit beginnt, können Sie Aufgaben einreichen.
Was bekomme ich, wenn ich mich anmelde?
Sobald Sie sich anmelden und Ihre Kurseinheit beginnt, haben Sie Zugriff auf alle Videos und andere Ressourcen, einschließlich der Texte und des Kurs-Diskussionsforums. Sie können praktische Aufgaben ansehen und einreichen und erforderliche bewertete Aufgaben abschließen, um eine Bewertung und ein Kurszertifikat zu erhalten.
Wann erhalte ich mein Kurszertifikat?
Wenn Sie den Kurs erfolgreich abschließen, wird der Seite „Errungenschaften“ Ihr elektronisches Kurszertifikat hinzugefügt – von dort können Sie Ihr Kurszertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen.
Warum kann ich nicht als Gast an diesem Kurs teilnehmen?
Dieser Kurs ist einer der wenigen auf Coursera angebotenen Kurse, die derzeit ausschließlich für Kursteilnehmer zugänglich sind, die bezahlt oder finanzielle Unterstützung erhalten haben, wenn diese verfügbar ist.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Modernizing Data Lakes and Data Warehouses with GCP em Português Brasileiro

Über diesen Kurs

Was Sie lernen werden